[發(fā)明專利]一種教學(xué)資源推薦模型訓(xùn)練方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011186065.1
• 申請(qǐng)日: 2020-10-30
• 公開(kāi)（公告）號(hào): CN112347348A
• 公開(kāi)（公告）日: 2021-02-09
• 發(fā)明（設(shè)計(jì)）人: 周靖;趙子瑩;尹東梁
• 申請(qǐng)（專利權(quán)）人: 中教云智數(shù)字科技有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06Q50/20
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種教學(xué)資源推薦模型訓(xùn)練方法，其特征在于：具體包括以下步驟：

S1、選定一定數(shù)量的目標(biāo)資源T，以及資源歸屬的學(xué)科，隨機(jī)選定一定數(shù)量N1的學(xué)科老師進(jìn)行推薦；

S2、收集每一個(gè)學(xué)科老師針對(duì)目標(biāo)資源的行為數(shù)據(jù)，通過(guò)機(jī)器學(xué)習(xí)推薦算法訓(xùn)練一個(gè)只針對(duì)這些新資源的機(jī)器學(xué)習(xí)模型ExtraModel；

S3、擴(kuò)大步驟S1中的N1的數(shù)量，按照步驟S2中的模型對(duì)目標(biāo)資源進(jìn)行推薦；

S4、收集步驟S3中教師行為數(shù)據(jù)，繼續(xù)訓(xùn)練針對(duì)這些新資源的機(jī)器學(xué)習(xí)模型；并將此步驟S3中的教師行為數(shù)據(jù)放入基礎(chǔ)模型BaseModel中進(jìn)行訓(xùn)練；

S5、重復(fù)步驟S3和S4一段時(shí)間T₁，時(shí)間結(jié)束后，結(jié)束。

2.根據(jù)權(quán)利要求1所述的一種教學(xué)資源推薦模型訓(xùn)練方法，其特征在于：所述步驟S1中目標(biāo)資源為新入庫(kù)的資源或存量資源。

3.根據(jù)權(quán)利要求1所述的一種教學(xué)資源推薦模型訓(xùn)練方法，其特征在于：有了所述步驟S1上的針對(duì)目標(biāo)資源的教師行為數(shù)據(jù)，就能夠拿這些數(shù)據(jù)來(lái)訓(xùn)練教學(xué)資源的推薦模型，且步驟S2中機(jī)器學(xué)習(xí)推薦算法為隨機(jī)森林算法、決策樹(shù)算法或k近鄰分類算法中的一種。

4.根據(jù)權(quán)利要求1所述的一種教學(xué)資源推薦模型訓(xùn)練方法，其特征在于：有了所述步驟S2中的針對(duì)目標(biāo)教學(xué)資源的推薦模型，繼續(xù)擴(kuò)大N1的數(shù)量，擴(kuò)大的方式仍為是隨機(jī)選取，但此步驟S2的推薦不再是隨機(jī)推薦，而是根據(jù)步驟S2中的ExtraModel模型，計(jì)算出教師個(gè)體特征、課程知識(shí)點(diǎn)和教學(xué)資源的關(guān)聯(lián)度，根據(jù)關(guān)聯(lián)度的高低進(jìn)行推薦。

5.根據(jù)權(quán)利要求1所述的一種教學(xué)資源推薦模型訓(xùn)練方法，其特征在于：繼續(xù)收集所述步驟S3中的教師行為數(shù)據(jù)，對(duì)ExtraModel進(jìn)行持續(xù)的訓(xùn)練，用于增強(qiáng)模型對(duì)目標(biāo)資源的篩選能力和推薦能力。

6.根據(jù)權(quán)利要求1所述的一種教學(xué)資源推薦模型訓(xùn)練方法，其特征在于：所述步驟S3和S4需要持續(xù)一段時(shí)間T₁，使得目標(biāo)教學(xué)資源能在一定的用戶規(guī)模里面得到曝光和應(yīng)用，從而更新BaseModel對(duì)這些目標(biāo)教學(xué)資源的推薦能力。

7.根據(jù)權(quán)利要求1所述的一種教學(xué)資源推薦模型訓(xùn)練方法，其特征在于：所述步驟S5中，達(dá)到時(shí)間T₁后，ExtraModel會(huì)被廢棄，通過(guò)ExtraModel的輔助，會(huì)使得新的缺乏使用數(shù)據(jù)的資源，能根據(jù)效果快速得到推薦。